不完全信息博弈和贝叶斯均衡课件.ppt

用ti表示参与人i的一个特定的类型，Ti表示参与人i所有类型的集合(亦称类型空间，type space)，即 ，t=(t1,…,tn)表示所有参与人的类型组合， t-i=(t1,…,ti-1,…,tn)表示除参与人i之外其他参与人的类型组合。所以，t=(ti, t-i)。 用 表示参与人i在知道自己类型为ti的情况下，关于其他参与人类型的推断(即条件概率)，则 2) 参与人关于“自然”选择的推断： 用p(t1,…,tn)表示定义在参与人类型组合上的一个联合分布概率函数。 假设pss=0.2，psw=0.3，pws=0.25，pww=0.25。 其中， pss：决斗者1和决斗者2同时强硬的概率； psw：决斗者1强硬、决斗者2软弱的概率； pws：决斗者1软弱、决斗者2强硬的概率； pww：决斗者1软弱、决斗者2软弱的概率； 虽然决斗者1不知道决斗者2 的类型，但由于决斗者1知道自己的类型，因此他可以根据贝叶斯公式推知决斗者2的类型分布。 例如 根据贝叶斯规则，“强硬”的决斗者1可以推知： 决斗者2是“强硬”的概率为 决斗者2是“软弱”的概率为 “软弱”的决斗者1可以推知： 决斗者2是“强硬”的概率为 决斗者2是“软弱”的概率为 不完全信息博弈：完全信息博弈在不完全信息上的拓展，我们又将其称为贝叶斯博弈； 贝叶斯博弈：静态贝叶斯博弈和动态贝叶斯博弈； 三、贝叶斯博弈的战略式描述 贝叶斯博弈的定义 贝叶斯博弈包含以下五个要素： 参与人集合 ； 参与人的类型集合T1,…,T2； 参与人关于其他参与人类型的推断 …, ； (4) 参与人类型相依的行动集A(t1),…, A(tn)； (5) 参与人类型相依的支付函数 ,…, 。 贝叶斯博弈中的战略 在贝叶斯博弈 中，参与人i的一个战略是从参与人的类型集Ti到其行动集的一个函数si(ti)； 它包含了当自然赋予i的类型为ti时，i将从可行的行动集Ai(ti)中选择的行动。 用 表示给定其他参与人的战略 ，类型为ti的参与人i选择行动ai时的期望效用，则 其中，对 ， 为给定t-i时由s-i所确定的其他参与人的行动组合 贝叶斯博弈的时间顺序如下： “自然”选择参与人的类型组合t=(t1,…,tn)，其中，参与人i观测到“自然”关于自己类型ti的选择；虽然参与人i观测不到“自然”关于其他参与人类型t-i的选择，但参与人i具有关于其他参与人类型的推断 ； 参与人同时选择行动，每个参与人i从行动集Ai(ti)中选择行动ai(ti) ； 参与人i得到 。 “斗鸡博弈”的贝叶斯模型 参与人为决斗者1和2； 用s表示决斗者是“强硬”的，w表示决斗者是“软弱”的，所以T1=T2={s,w}。 用pxy表示“自然”选择类型组合(x,y)的概率，并假设pxy为共同知识，则决斗者1关于其对手类型的推断为p1(y|x)。 决斗者1关于类型相依的行动空间A1(x)={U,D}，决斗者2关于类型相依的行动空间A2(y)={U,D}。 每位决斗者i的支付由前面的图决定。 在贝叶斯博弈中，对于一个理性的参与人i，当他只知道自己的类型ti而不知道其他参与人的类型时，给定其他参与人的战略s-i ，他将选择使自己期望效用(支付)最大化的行动 ，其中 四、贝叶斯纳什均衡 纯战略贝叶斯Nash均衡 贝叶斯博弈 的纯战略贝叶斯Nash均衡是一个类型相依的行动组合 ，其中每个参与人在给定自己的类型ti和其他参与人的类型相依行动 的情况下最大化自己的期望效用。 也就是，行动组合